Ollama v0.40.12: LFM3 지원, 애플 실리콘 최적화

1. 텍스트·이미지·음성을 용도에 맞게 고른다

2026년 10월 27일 공개된 v0.40.12의 핵심은 리퀴드 AI의 LFM3 지원이다. 이 소형 모델 계열은 로컬 에이전트, 도구 호출, 구조화된 출력을 겨냥한다. 도구를 부르고 결과를 정해진 형식으로 받는 애플리케이션에 새 선택지가 생긴 것이다.

기본 텍스트 모델인 lfm3은 1.7B 규모이며 컨텍스트 창, 한 번에 참고할 수 있는 입력 범위는 256K 토큰이다. 이미지 이해를 추가한 lfm3-vl도 제공한다. 텍스트 작업에 집중할지, 이미지 내용을 함께 해석할지에 따라 고를 수 있는 구성이다.

lfm3-audio는 음성 인식과 번역, 음성 합성, 문자를 음성으로 바꾸는 기능을 18개 언어로 처리한다. lfm3-omni는 텍스트와 이미지, 오디오를 한 모델에서 다룬다. 음성을 중심으로 한 작업과 여러 종류의 입력을 함께 다루는 작업에 각각 대응하는 선택지다.

2. 판단용 모델은 청구 문의 분류처럼 활용한다

리퀴드 AI의 d1 계열에는 LFM3을 기반으로 한 2B 크기가 추가됐다. 텍스트와 이미지에 대해 판단을 내리는 모델이다.

같은 계열의 d1-omni는 오디오도 다룬다. 앞서 소개한 모델들이 입력 유형에 따라 나뉘듯, 판단용 모델에서도 다루려는 자료의 종류에 맞춰 선택할 수 있다.

릴리스 노트는 이중 청구에 관한 문장을 넣고 청구 문제에 해당하는지 묻는 실행 예시를 제시했다. 입력에 대해 구체적인 질문을 던져 판단을 얻는 형태여서, 모델의 용도를 명령 한 줄로 살펴볼 수 있다.

ollama run d1:2b "I was charged twice for order 4417." --ask "Is this a billing issue?"

예시의 입력은 주문 대금이 두 번 청구됐다는 내용이고, 질문은 그것이 청구 관련 문제인지를 묻는다. 로컬에서 문의 내용을 분류하는 기능을 검토하는 개발자라면 이런 질문 형태를 출발점으로 삼을 수 있다.

3. 애플 실리콘에서는 기존 모델의 입력 처리도 개선된다

회사 발표 기준, 애플 실리콘에서 Gemma 4와 Flint의 프롬프트 처리가 빨라졌다. Laguna도 같은 개선 대상이다. 새 모델을 추가하는 데 그치지 않고, 기존 모델에 입력을 전달해 처리하는 단계도 손본 릴리스다.

Gemma 4는 작은 이미지의 세부 정보를 더 많이 유지하도록 바뀌었다. 이미지 이해 모델을 새로 고르는 변화와 별도로, 기존 모델이 작은 이미지를 다루는 방식에도 개선이 들어간 것이다.

추론 실행 환경인 MLX에서는 DFlash2 초안 모델, 생성을 앞서 시험하는 보조 모델을 활용하는 스펙큘레이티브 디코딩을 지원한다. 이는 다음에 나올 토큰 후보를 미리 제안해 생성을 돕는 방식이다. 프롬프트 처리 개선과 함께 추론 과정의 모델 지원도 넓어진 셈이다.

4. 기능 확대의 이익과 지원 환경의 비용을 함께 본다

개발자가 얻는 이익은 작업에 맞는 모델을 고를 폭이 넓어진다는 점이며, 도입 판단에서는 그 모델을 실행할 하드웨어가 비용 요인이 된다. 기능 목록을 보는 것과 함께 실제로 배치할 환경을 확인하는 일이 중요해진다.

릴리스 노트에 따르면 이번 버전의 lfm3과 d1 2B는 애플 하드웨어에서 지원되며, 리눅스와 윈도우 지원은 추후 제공 예정이다. 프롬프트 처리의 개선 폭과 측정 환경은 이번 릴리스 노트에 수치로 제시되지 않았다.

도입 목적은 새 입력 유형을 다루려는 것인지, 기존 모델의 입력 처리를 개선하려는 것인지로 나눠 살펴볼 만하다. 전자라면 모델별 기능 구성이, 후자라면 사용 중인 모델이 개선 대상에 포함되는지가 우선 검토 항목이다.

이번 릴리스의 가치는 모델 수의 증가 자체보다 작업에 맞춘 모델 선택과 기존 모델의 입력 처리 개선을 함께 제공한다는 데 있다.